Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
k-NN-Hyperparameter
In der folgenden Tabelle sind die Hyperparameter aufgeführt, die Sie für den Amazon SageMaker AI-Algorithmus k-Nearest Neighbors (k-NN) festlegen können.
| Name des Parameters | Description |
|---|---|
feature_dim |
Die Anzahl der Merkmale der Eingabedaten. Erforderlich Gültige Werte: positive Ganzzahl. |
k |
Die Anzahl der nächsten Nachbarn. Erforderlich Gültige Werte: positive Ganzzahl |
predictor_type |
Der Inferenztyp, der für die Datenbezeichnungen verwendet werden soll. Erforderlich Gültige Werte: Classifier für die Klassifizierung oder regressor für die Regression. |
sample_size |
Die Anzahl der Datenpunkte, die aus dem Trainingsdatensatz gesampelt werden soll. Erforderlich Gültige Werte: positive Ganzzahl |
dimension_reduction_target |
Die Zieldimension, auf die reduziert werden soll. Erforderlich, wenn Sie den Gültige Werte: positive Ganzzahl größer als 0 und kleiner als |
dimension_reduction_type |
Der Typ der Dimensionsreduzierungsmethode. Optional Gültige Werte: sign für zufällige Projektion oder filt für die schnelle Transformation. Johnson-Lindenstrauss Standardwert: Keine Dimensionsreduzierung |
faiss_index_ivf_nlists |
Die Anzahl der Schwerpunkte, die im Index erstellt werden sollen, wenn Optional Gültige Werte: positive Ganzzahl Standardwert: auto, der in |
faiss_index_pq_m |
Die Anzahl der Vektorsubkomponenten zur Erstellung im Index, wenn Die FAISS-Bibliothek ( FaceBook AI Similarity Search) erfordert, dass der Wert von ein Divisor der Datendimension Optional Gültige Werte: Eine der folgenden positiven Ganzzahlen: 1, 2, 3, 4, 8, 12, 16, 20, 24, 28, 32, 40, 48, 56, 64, 96 |
index_metric |
Die Metrik, um den Abstand zwischen den Punkten bei der Suche nach den nächsten Nachbarn zu messen. Wenn Trainings mit dem Wert Optional Gültige Werte: L2 für Euclidean-distance, INNER_PRODUCT für die Entfernung innerhalb des Produkts, COSINE für Kosinusähnlichkeit. Standardwert: L2 |
index_type |
Der Typ des Index. Optional Zulässige Werte:faiss.Flat, faiss.IVFFlat, faiss.IVFPQ. Standardwerte: faiss.Flat |
mini_batch_size |
Die Anzahl der Beobachtungen pro Mini-Stapel für den Dateniterator. Optional Gültige Werte: positive Ganzzahl Standardwert: 5000 |
